一个人用AI写的小工具，撼动了网页排版三十年的老规矩 原创

你每天上网打开的每一个网页，文字出现在哪里、图片放在什么位置、拖动窗口时一切怎么重排，背后都靠一个上世纪九十年代设计的老系统在运转。它叫“DOM排版”，已经工作了三十年。对静态页面来说它够用，但面对今天越来越动态的网页，它有一个致命的毛病：每次需要知道一段文字有多高、在哪断行，浏览器就得暂停手头所有事情，重新测量一遍。这个过程叫“布局回流”，相当于你每次想知道房间能不能塞下一张沙发，都得打电话叫物业派人来量一遍房间——而你自己没有尺子。

3月27日，Midjourney工程师Cheng Lou在社交平台X上宣布了一个开源项目：Pretext。这是一个只有15KB的TypeScript库，不依赖任何第三方代码，却号称能让网页文字排版快上五百倍。更让人意外的是，它不是某个大公司团队的产出，而是Cheng Lou一个人借助OpenAI的Codex和Anthropic的Claude这两个AI编程工具，在数周内完成的。不过，Cheng Lou也并非无名之辈——他曾在Meta参与React框架开发，后来打造的react-motion动画库在GitHub上拿到了两万一千多颗星，现在负责Midjourney的前端架构。Pretext发布不到一周，GitHub星标就突破了六千八百。

自己造一把“数学尺子”

Pretext的核心思路非常简洁：既然向浏览器“借尺子”太慢，那就自己造一把。

它把排版分成两步。第一步只做一次：利用浏览器内置的Canvas绘图引擎测量每个字符的宽度和间距，大概需要19毫秒，人几乎感觉不到。第二步才是关键——拿到这些基础数据后，之后每次需要重排文字，Pretext完全不碰DOM，而是用纯数学运算推算每个字符该出现在哪里。这就像你第一次量好了房间的精确尺寸并画了张平面图，以后再想知道家具能不能塞进去，直接在平面图上用铅笔比划就行了，不用再跑回房间。500个文本块的重排只需0.09毫秒，大约是传统方式的五百分之一。Cheng Lou本人也坦承这个对比“不太公平”，因为没算初始测量的那19毫秒——但对于需要每秒重排六十次以上的动态界面来说，第一步只做一次，第二步会被执行成千上万次，这个提升仍然是质变。

开发过程中最难的不是写数学公式，而是让自己造的尺子和浏览器的官方尺子量出一模一样的结果。不同浏览器对字间距、换行、中英文混排的处理方式都不同，边界情况极多。Cheng Lou的做法是把AI当成不知疲倦的测试员：反复让Claude和Codex写排版逻辑，再拿输出与Chrome、Safari、Firefox的真实渲染结果逐像素对比，发现差异就修改重试。测试语料包括《了不起的盖茨比》全文和多语言数据集。这种工作量如果靠人工，可能需要一个团队忙上数月，借助AI编程工具，一个人数周就完成了。

谁真正需要它

Pretext不是来取代所有网页排版的。一个普通博客、一个公司官网、一个静态新闻页，现有的CSS和DOM完全够用，引入Pretext反而多此一举。

它真正大显身手的地方，是那些文字需要高频重排的动态场景。聊天页面成百上千条消息飞速涌入，在线编辑器里多人同时打字导致文字不断重排，虚拟化列表需要展示海量数据却只渲染可见部分——这些场景下，传统方式的卡顿非常明显，而Pretext能把瓶颈直接消除。数字出版领域同样受益：杂志风格的多栏排版、文字围绕图片实时流动的效果，以前在浏览器里要么做不到，要么做到了也卡，现在有了轻量级的解决方案。

社区的反应印证了这一点。发布72小时内，有人实现了Knuth-Plass段落对齐算法——一种以前只有专业排版软件才有的高端印刷技术；有人做了手机倾斜时字母像物体一样“滑落”的实验；甚至有人做了边看电影边读原著的网页应用，所有文字都能实时交互。批评者说这些演示让文字根本没法正常阅读，但支持者认为这只是在试探新能力的边界——项目才发布不到一周而已。

和现有方案比，新在哪

过去也有人尝试绕开DOM的排版瓶颈，但大多依赖WebAssembly（体积大、集成复杂）或专门的字体解析库（增加维护成本），要么就把计算扔给服务器（增加延迟）。Pretext完全不同：纯TypeScript加数学运算，15KB，零依赖，借Canvas API获取字体信息后就彻底脱离DOM。而且它不是一个“排版框架”，只是一个极度专注的“文字定位计算器”——只负责告诉你文字该出现在哪些坐标，至于怎么渲染，随你决定。这种设计让它可以无冲突地嵌入几乎任何前端项目。

说到底，Pretext能不能真正改变网页排版的未来，现在下结论还太早。文档还不完善，生态从零开始，“大多数网站根本不需要这个”的质疑也有道理。但对于那些确实需要极致文字排版性能的场景，它提供了一个前所未有的选择。而一个人借助AI工具在几周内就做出了这样的基础设施，这件事本身可能比Pretext更值得关注——它在重新定义“一个人能做到什么”的上限。

END
本文来自至顶AI实验室，一个专注于对AI计算机、工作站及各类AI相关硬件设备，开展基于真实使用场景评测的研究机构。